多Agent系统中强化学习的研究现状和发展趋势

被引：12

作者：

赵志宏

高阳

骆斌

陈世福

机构：

[1] 南京大学计算机软件新技术国家重点实验室

[2] 南京大学计算机科学与技术系南京

[3] 南京

来源：

计算机科学 | 2004年 / 03期

关键词：

多Agent系统; 强化学习; 算法;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

本文对有关强化学习及其在多Agent系统中的应用等方面的研究现状、关键技术、问题和发展趋势进行了综述和讨论,试图给出强化学习目前研究的重点和发展方向。主要内容包括:(1)强化学习的框架结构;(2)几个有代表性的强化学习方法;(3)多Agent系统中强化学习的应用和问题。最后讨论了多Agent系统中应用强化学习所面临的挑战。

引用

页码：23 / 27

页数：5

共 7 条

[1]

Multiagent Systems: A Survey from a Machine Learning Perspective[J] . Peter Stone,Manuela Veloso.Autonomous Robots . 2000 (3)

[2] Convergence results for single-step on-policy reinforcement-learning algorithms [J].

Singh, S ;

Jaakkola, T ;

Littman, ML ;

Szepesvári, C .

MACHINE LEARNING, 2000, 38 (03) :287-308

[3] A Probabilistic Approach to Concurrent Mapping and Localization for Mobile Robots [J].

Sebastian Thrun ;

Wolfram Burgard ;

Dieter Fox .

Machine Learning, 1998, 31 :29-53

[4] ASYNCHRONOUS STOCHASTIC-APPROXIMATION AND Q-LEARNING [J].

TSITSIKLIS, JN .

MACHINE LEARNING, 1994, 16 (03) :185-202

[5]

Technical Note: Q-Learning[J] . Christopher J.C.H. Watkins,Peter Dayan.Machine Learning . 1992 (3)

[6] A SURVEY OF ALGORITHMIC METHODS FOR PARTIALLY OBSERVED MARKOV DECISION PROCESSES [J].

Lovejoy, William S. .

ANNALS OF OPERATIONS RESEARCH, 1991, 28 (01) :47-65

[7]

Learning to predict by the methods of temporal differences[J] . Richard S. Sutton.Machine Learning . 1988 (1)

← 1 →